Regressão binária usando ligações potência e reversa de potência

Detalhes bibliográficos
Ano de defesa: 2017
Autor(a) principal: Anyosa, Susan Alicia Chumbimune
Orientador(a): Bazán Guzmán, Jorge Luis lattes
Banca de defesa: Não Informado pela instituição
Tipo de documento: Dissertação
Tipo de acesso: Acesso aberto
Idioma: por
Instituição de defesa: Universidade Federal de São Carlos
Campus São Carlos
Programa de Pós-Graduação: Programa Interinstitucional de Pós-Graduação em Estatística - PIPGEs
Departamento: Não Informado pela instituição
País: Não Informado pela instituição
Palavras-chave em Português:
Regressão binária
Ligação assimétrica
Estimação bayesiana
Palavras-chave em Inglês:
Binary regression
Asymmetric link
Bayesian estimation
Área do conhecimento CNPq:
CIENCIAS EXATAS E DA TERRA::PROBABILIDADE E ESTATISTICA
Link de acesso: https://repositorio.ufscar.br/handle/20.500.14289/9016
Resumo: The aim of this dissertation is to study a family of asymmetric link functions for binary regression models under Bayesian approach. Specifically, we present the estimation of parameters of power and reversal power binary regression models considering Hamiltonian Monte Carlo method, on No-U-Turn Sampler extension, and Metropolis-Hastings within Gibbs sampling method. Furthermore, we study a wide variety of model comparison measures, including information criteria and measures of predictive evaluation. A simulation study was conducted in order to research accuracy and efficiency on estimated parameters. Through analysis of educational data we show that models using the proposed link functions perform better fit than models using standard links.
id SCAR_9cf6ed62394cac3b78c2a22bc3853129
oai_identifier_str oai:repositorio.ufscar.br:20.500.14289/9016
network_acronym_str SCAR
network_name_str Repositório Institucional da UFSCAR
repository_id_str
spelling Anyosa, Susan Alicia ChumbimuneBazán Guzmán, Jorge Luishttps://lattes.cnpq.br/7302778157579178https://lattes.cnpq.br/92178431696724012017-08-17T17:27:20Z2017-08-17T17:27:20Z2017-04-07ANYOSA, Susan Alicia Chumbimune. Regressão binária usando ligações potência e reversa de potência. 2017. Dissertação (Mestrado em Estatística) – Universidade Federal de São Carlos, Campus São Carlos, 2017. Disponível em: https://repositorio.ufscar.br/handle/20.500.14289/9016.https://repositorio.ufscar.br/handle/20.500.14289/9016The aim of this dissertation is to study a family of asymmetric link functions for binary regression models under Bayesian approach. Specifically, we present the estimation of parameters of power and reversal power binary regression models considering Hamiltonian Monte Carlo method, on No-U-Turn Sampler extension, and Metropolis-Hastings within Gibbs sampling method. Furthermore, we study a wide variety of model comparison measures, including information criteria and measures of predictive evaluation. A simulation study was conducted in order to research accuracy and efficiency on estimated parameters. Through analysis of educational data we show that models using the proposed link functions perform better fit than models using standard links.O objetivo desta dissertação é estudar uma família de ligações assimétricas para modelos de regressão binária sob a abordagem bayesiana. Especificamente, apresenta-se a estimação dos parâmetros da família de modelos de regressão binária com funções de ligação potência e reversa de potência considerando o método de estimação Monte Cario Hamiltoniano, na extensão No-U-Turn Sampler, e o método Metropolis-Hastings dentro de Gibbs. Além disso, estudam-se diferentes medidas de comparação de modelos, incluindo critérios de informação e de avaliação preditiva. Um estudo de simulação foi desenvolvido para estudar a acurácia e eficiência nos parâmetros estimados. Através da análise de dados educacionais, mostra-se que os modelos usando as ligações propostas apresentam melhor ajuste do que os modelos usando ligações tradicionais.Coordenação de Aperfeiçoamento de Pessoal de Nível Superior (CAPES)porUniversidade Federal de São CarlosCampus São CarlosPrograma Interinstitucional de Pós-Graduação em Estatística - PIPGEsUFSCarRegressão bináriaLigação assimétricaEstimação bayesianaBinary regressionAsymmetric linkBayesian estimationCIENCIAS EXATAS E DA TERRA::PROBABILIDADE E ESTATISTICARegressão binária usando ligações potência e reversa de potênciaBinary regression using power and reversal power linksinfo:eu-repo/semantics/publishedVersioninfo:eu-repo/semantics/masterThesisOnlineinfo:eu-repo/semantics/openAccessreponame:Repositório Institucional da UFSCARinstname:Universidade Federal de São Carlos (UFSCAR)instacron:UFSCARORIGINALDissSACA.pdfDissSACA.pdfapplication/pdf2241501https://repositorio.ufscar.br/bitstreams/6e67e23d-4476-4477-b53b-88aebe1cbd6d/downloadb88dd9ad345544bce3926b892f257af7MD51trueAnonymousREADLICENSElicense.txtWritten by org.dspace.content.LicenseUtilstext/plain; charset=utf-81957https://repositorio.ufscar.br/bitstreams/2b763dd8-a1bf-4555-8138-81952bbd2263/downloadae0398b6f8b235e40ad82cba6c50031dMD52falseAnonymousREADTEXTDissSACA.pdf.txtWritten by FormatFilter org.dspace.app.mediafilter.PDFFilter on 2024-05-21T19:11:21Z (GMT).Extracted texttext/plain155773https://repositorio.ufscar.br/bitstreams/125f6f4d-1d7d-4d7d-8735-e3ef8b0d8293/download08bdbc69577d33b82302450fc56777bbMD55falseAnonymousREADTHUMBNAILDissSACA.pdf.jpgWritten by FormatFilter org.dspace.app.mediafilter.ImageMagickPdfThumbnailFilter on 2024-05-21T19:11:22Z (GMT).IM Thumbnailimage/jpeg2456https://repositorio.ufscar.br/bitstreams/08dde593-716e-4782-930e-cde475ed5c7a/download92e619a8acb7c16e7693953660ecee96MD56falseAnonymousREAD20.500.14289/90162026-07-18T00:19:32.975778ZAcesso abertoopen.accessoai:repositorio.ufscar.br:20.500.14289/9016https://repositorio.ufscar.brRepositório InstitucionalPUBhttps://repositorio.ufscar.br/oai/requestrepositorio.sibi@ufscar.bropendoar:43222026-07-18T00:19:32Repositório Institucional da UFSCAR - Universidade Federal de São Carlos (UFSCAR)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
dc.title.por.fl_str_mv Regressão binária usando ligações potência e reversa de potência
dc.title.alternative.eng.fl_str_mv Binary regression using power and reversal power links
title Regressão binária usando ligações potência e reversa de potência
spellingShingle Regressão binária usando ligações potência e reversa de potência
Anyosa, Susan Alicia Chumbimune
Regressão binária
Ligação assimétrica
Estimação bayesiana
Binary regression
Asymmetric link
Bayesian estimation
CIENCIAS EXATAS E DA TERRA::PROBABILIDADE E ESTATISTICA
title_short Regressão binária usando ligações potência e reversa de potência
title_full Regressão binária usando ligações potência e reversa de potência
title_fullStr Regressão binária usando ligações potência e reversa de potência
title_full_unstemmed Regressão binária usando ligações potência e reversa de potência
title_sort Regressão binária usando ligações potência e reversa de potência
author Anyosa, Susan Alicia Chumbimune
author_facet Anyosa, Susan Alicia Chumbimune
author_role author
dc.contributor.authorlattes.por.fl_str_mv https://lattes.cnpq.br/9217843169672401
dc.contributor.author.fl_str_mv Anyosa, Susan Alicia Chumbimune
dc.contributor.advisor1.fl_str_mv Bazán Guzmán, Jorge Luis
dc.contributor.advisor1Lattes.fl_str_mv https://lattes.cnpq.br/7302778157579178
contributor_str_mv Bazán Guzmán, Jorge Luis
dc.subject.por.fl_str_mv Regressão binária
Ligação assimétrica
Estimação bayesiana
topic Regressão binária
Ligação assimétrica
Estimação bayesiana
Binary regression
Asymmetric link
Bayesian estimation
CIENCIAS EXATAS E DA TERRA::PROBABILIDADE E ESTATISTICA
dc.subject.eng.fl_str_mv Binary regression
Asymmetric link
Bayesian estimation
dc.subject.cnpq.fl_str_mv CIENCIAS EXATAS E DA TERRA::PROBABILIDADE E ESTATISTICA
description The aim of this dissertation is to study a family of asymmetric link functions for binary regression models under Bayesian approach. Specifically, we present the estimation of parameters of power and reversal power binary regression models considering Hamiltonian Monte Carlo method, on No-U-Turn Sampler extension, and Metropolis-Hastings within Gibbs sampling method. Furthermore, we study a wide variety of model comparison measures, including information criteria and measures of predictive evaluation. A simulation study was conducted in order to research accuracy and efficiency on estimated parameters. Through analysis of educational data we show that models using the proposed link functions perform better fit than models using standard links.
publishDate 2017
dc.date.accessioned.fl_str_mv 2017-08-17T17:27:20Z
dc.date.available.fl_str_mv 2017-08-17T17:27:20Z
dc.date.issued.fl_str_mv 2017-04-07
dc.type.status.fl_str_mv info:eu-repo/semantics/publishedVersion
dc.type.driver.fl_str_mv info:eu-repo/semantics/masterThesis
format masterThesis
status_str publishedVersion
dc.identifier.citation.fl_str_mv ANYOSA, Susan Alicia Chumbimune. Regressão binária usando ligações potência e reversa de potência. 2017. Dissertação (Mestrado em Estatística) – Universidade Federal de São Carlos, Campus São Carlos, 2017. Disponível em: https://repositorio.ufscar.br/handle/20.500.14289/9016.
dc.identifier.uri.fl_str_mv https://repositorio.ufscar.br/handle/20.500.14289/9016
identifier_str_mv ANYOSA, Susan Alicia Chumbimune. Regressão binária usando ligações potência e reversa de potência. 2017. Dissertação (Mestrado em Estatística) – Universidade Federal de São Carlos, Campus São Carlos, 2017. Disponível em: https://repositorio.ufscar.br/handle/20.500.14289/9016.
url https://repositorio.ufscar.br/handle/20.500.14289/9016
dc.language.iso.fl_str_mv por
language por
dc.rights.driver.fl_str_mv info:eu-repo/semantics/openAccess
eu_rights_str_mv openAccess
dc.publisher.none.fl_str_mv Universidade Federal de São Carlos
Campus São Carlos
dc.publisher.program.fl_str_mv Programa Interinstitucional de Pós-Graduação em Estatística - PIPGEs
dc.publisher.initials.fl_str_mv UFSCar
publisher.none.fl_str_mv Universidade Federal de São Carlos
Campus São Carlos
dc.source.none.fl_str_mv reponame:Repositório Institucional da UFSCAR
instname:Universidade Federal de São Carlos (UFSCAR)
instacron:UFSCAR
instname_str Universidade Federal de São Carlos (UFSCAR)
instacron_str UFSCAR
institution UFSCAR
reponame_str Repositório Institucional da UFSCAR
collection Repositório Institucional da UFSCAR
bitstream.url.fl_str_mv https://repositorio.ufscar.br/bitstreams/6e67e23d-4476-4477-b53b-88aebe1cbd6d/download
https://repositorio.ufscar.br/bitstreams/2b763dd8-a1bf-4555-8138-81952bbd2263/download
https://repositorio.ufscar.br/bitstreams/125f6f4d-1d7d-4d7d-8735-e3ef8b0d8293/download
https://repositorio.ufscar.br/bitstreams/08dde593-716e-4782-930e-cde475ed5c7a/download
bitstream.checksum.fl_str_mv b88dd9ad345544bce3926b892f257af7
ae0398b6f8b235e40ad82cba6c50031d
08bdbc69577d33b82302450fc56777bb
92e619a8acb7c16e7693953660ecee96
bitstream.checksumAlgorithm.fl_str_mv MD5
MD5
MD5
MD5
repository.name.fl_str_mv Repositório Institucional da UFSCAR - Universidade Federal de São Carlos (UFSCAR)
repository.mail.fl_str_mv repositorio.sibi@ufscar.br
_version_ 1881659872825573376

Registros relacionados